Kontinuierliches Glukosemonitoring: Was ein CGM-Sensor über deinen Stoffwechsel zeigt

Continuos Glucose Monitors, kurz CGM, sind eigentlich für Menschen mit Diabetes entwickelt worden – aber Biohacker nutzen sie, um in Echtzeit zu sehen, wie ihr Körper auf Mahlzeiten, Sport und Schlaf reagiert. Was sie zeigen und was ihre Grenzen sind.

Was ein CGM ist und wie er funktioniert

Ein Continuous Glucose Monitor ist ein kleines Pflastersystem mit einer dünnen Nadelelektrode, die du unter die Haut stichst – meist am Oberarm oder Bauch. Der Sensor misst den Glukosespiegel in der Gewebsflüssigkeit, dem interstitiellen Fluid, und überträgt die Werte alle ein bis fünf Minuten via Bluetooth auf dein Smartphone.

Wichtig zu verstehen: CGM misst nicht direkt den Blutzucker, sondern Glukose im Gewebswasser. Das ist zeitlich leicht verzögert und kann bei schnellen Veränderungen – zum Beispiel unmittelbar nach einem intensiven Workout – um 10 bis 15 Minuten hinter dem Blutzucker zurückliegen. Für Trendaussagen über Stunden ist das kein Problem; für medizinische Akutentscheidungen schon.

Was du mit einem CGM im Biohacking lernst

Der wichtigste Vorteil des CGM ist die Echtzeit-Reaktion: Du siehst in der Kurve, wie dein Blutzucker nach verschiedenen Mahlzeiten steigt und wie schnell er wieder sinkt. Weißbrot, ein Frühstück mit Haferflocken oder dasselbe Essen mit einer anderen Reihenfolge der Lebensmittel – die Glukosekurve macht sichtbar, was sonst unsichtbar bleibt.

Studien der Gruppe um Tim Spector zeigten, dass individuelle Glukoseantworten auf identische Mahlzeiten erheblich variieren. Was deinen Zucker stark anhebt, verursacht bei einer anderen Person kaum einen Ausschlag – je nach Mikrobiom, Insulinsensitivität und Genetik. Ein CGM ermöglicht diese personalisierte Beobachtung.

Weitere Muster, die du beobachten kannst: den sogenannten Dawn Effect – einen natürlichen Glukoseanstieg in den frühen Morgenstunden durch Cortisol und Wachstumshormone. Oder wie Sport den Blutzucker senkt – allerdings kann intensives Training auch kurzfristig zu einem Anstieg führen, weil Stresshormone Glukose mobilisieren.

Was die Forschung zum Nicht-Diabetiker-CGM sagt

Die meisten CGM-Studien wurden an Menschen mit Typ-1- und Typ-2-Diabetes durchgeführt, bei denen der Nutzen klar belegt ist. Für stoffwechselgesunde Personen ist die Forschungslage dünner.

Eine Studie in Nature Medicine von Hall et al. zeigte, dass gesunde Erwachsene im Schnitt mehr Zeit mit Blutzuckerwerten über 140 mg/dl verbrachten, als bislang angenommen – was Fragen zur normalen Glukosedynamik aufwirft. Bisher gibt es aber keine randomisierten Studien, die zeigen, dass CGM-Nutzung bei gesunden Personen die Gesundheitsoutcomes verbessert.

Praktisches: Verfügbarkeit, Kosten, Tragen

Sensoren wie der Libre 3 oder Dexcom G7 sind in vielen Ländern ohne Rezept erhältlich. Sie halten in der Regel 14 Tage, nach denen ein neuer Sensor gesetzt wird. Die Kosten variieren; für einen zweiwöchigen Selbstversuch ist der Aufwand überschaubar.

Das Tragen des Sensors ist für die meisten Personen problemlos – die Nadel ist sehr fein und das Einstechen kaum spürbar. Wasser, Sport und Duschen stellen kein Problem dar. Die App-Anbindung ist bei den gängigen Systemen stabil.

Ein CGM ersetzt keine ärztliche Diagnose und ist kein medizinisches Gerät für gesunde Personen. Es ist ein Beobachtungswerkzeug – mit dem entsprechenden Nutzen und den entsprechenden Grenzen.

CGM und die YUTHI-App

Du kannst deine CGM-Daten – Nüchternglukose, postprandiale Peaks, Tagesdurchschnitt – in der YUTHI-App als Biomarker-Messungen festhalten und mit anderen Parametern wie Training, Schlafqualität und Ernährung verknüpfen. So erkennst du Muster, die in der CGM-App allein nicht sichtbar sind.

Wenn du einen 14-Tage-Selbstversuch machst, kannst du das als Biohacking-Experiment in der App dokumentieren und am Ende der Periode mit deinen Startbiomarkern vergleichen. Das macht die Beobachtungen verwertbar und hilft dir, fundierte Entscheidungen zu treffen – statt auf Gut-Gefühl zu reagieren.

Quellen

• Hall H et al. Glucotypes reveal new patterns of glucose dysregulation. PLOS Biology, 16(7):e2005143, 2018.
• Zeevi D et al. Personalized nutrition by prediction of glycemic responses. Cell, 163(5):1079–1094, 2015.
• Danne T et al. International consensus on use of continuous glucose monitoring. Diabetes Care, 40(12):1631–1640, 2017.